Понедельник, Июль 5th, 2010

Лабораторный практикум по интеллектуальным информационным системам

В подсистеме: «Типология» зайдем в режим: «Типологический анализ классов распознавания – Информационные (ранговые) портреты» и установив курсор на строке с кодом 1 «ПОЛ — мужской» нажмем Enter. В результате в экранной форме отобразиться информационный портер класса, т.е. признаки студентов, расположенные в порядке убывания характерности признаков для данного класса. Однако в этой экранной форме приведены все признаки, а нас интересует только посещаемость. Посещаемость – это описательная шкала, с кодами градаций от 29 до 33. Поэтому, чтобы отобразить только эти признаки, нажмем клавиши: «F6 Фильтрация», затем «F1 Диапазон кодов» и зададим коды 29 – 33. В результате получим экранную форму, приведенную на рисунке 15. Аналогично получим информационный портрет класса: код 2, «ПОЛ – женский». Результат представлен на рисунке 16.

Рисунок 15. Информационный портрет класса:
1 «ПОЛ — мужской», фильтр по посещаемости.

Рисунок 16. Информационный портрет класса:
код 2 «ПОЛ – женский», фильтр по посещаемости.

Из этих рисунков видно, что для ребят характерны плохая и средняя посещаемость, а для девушек – очень хорошая и хорошая. Как это сказывается на успеваемости мы уже знаем.
Пример решения задания 4.3: Как выглядят конструкты «Пол», «Город-деревня», «Учебная группа», «Посещаемость»?
Ответ на первые три вопроса дает анализ, который можно провести в подсистеме F5 «Типология», «Типологический анализ классов», «Кластерный и конструктивный анализ», «Автоматическое выполнение: [1]-[2]-[3]».
После этого выполним режим: «Генерация кластеров и конструктов классов», при следующих параметрах:
– количество уровней кластеризации – 1;
– порог модуля сходства – 0;
– диапазон кодов классов: 1-14;
– исключаем кластеры с одним классом;
– не исключаем кластеры с тождественным набором классов.
Результаты кластерно-конструктивного анализа классов можно просмотреть в режиме: «Просмотр и печать кластеров и конструктов классов» (рисунок 17), а также получить в виде TXT-файла с именем Klas_obj.txt в поддиректории TXT (таблица 17):

Рисунок 17. Конструкт: «Пол»

Удивительно, что система обнаруживает конструкты «Пол», «Город-деревня» и другие, уже нам известные. Конструкт: «Посещаемость» является конструктом градаций описательных шкал, т.е. признаков. Он генерируется в подсистеме F5 «Типология», «Типологический анализ признаков», «Кластерный и конструктивный анализ», «Автоматическое выполнение: [1]-[2]-[3]».
После этого выполним режим: «Генерация кластеров и конструктов признаков», при следующих параметрах:
– количество уровней кластеризации – 1;
– порог модуля сходства – 0;
– диапазон кодов классов: 1-33;
– исключаем кластеры с одним признаком;
– не исключаем кластеры с тождественным набором признаков.
Результаты кластерно-конструктивного анализа признаков можно получить в виде TXT-файла с именем Klas_prp.txt в поддиректории TXT (таблица 18):

Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121

2 комментария

14.05.2013
muhammadali

plese you can help me if you know односвязный кольцевой список java if you know plese send me program


26.10.2016
Anara Saipbekova

Dear Sir/Madam,

I need contact with person who create these LabWorks

best regards

Professor
Anara Saipbekova
Osh State University
Kyrgyz Republic